王小川：音箱不会成为AI时代具有重大潜力的产品

11月26日消息，在搜狐科技主办的2019搜狐科技AI峰会上，搜狗公司CEO王小川表示，AI时代个人硬件趋势是变得更IO，更便捷。

王小川认为，音箱不会成为AI时代具有重大潜力的产品。虽然现在亚马逊开了头，但因为音箱便携能力不够，不是跟着个人走的产品，也就是声音进去声音出来，这样的场景IO能力有限，后面的AI能力就会受到巨大的限制。

因此，王小川预言，未来五到十年间眼镜可能会成为取代手机最重要的个人设备。

他认为，关于互联网和人工智能的未来，将从个人互联网演变成为产业互联网，最终形态是IoT，商业逻辑也或从赋能于人变成商业智能再变成机器人。具体来说，语言AI的发展方向是自然交互+知识计算。

他谈到，有了机器智能之后，已经从人适应机器，变成了机器适应人。AI带来的语音、图像技术的突破，也会让人们的生活更加便捷。

以下为王小川演讲全文：

尊敬的各位嘉宾、各位朋友，很荣幸，也很有压力在邬院士之后做我的演讲。我的主题分为两个部分：语言AI，以及2020+，因为2030年太远了，也许这件事情2030年就干完了，所以就定在2020年。

在此之前搜狐科技的朋友都跟我说来点硬的，所以我带来了这样一款录音笔，这是搜狗发布的硬件产品，也在“双十一”的多个平台销量第一。可以看到这几年当中录音笔是一个很小众的市场，2015年就开始有所下滑，每年销量也就是400多万支，但是搜狗为什么选择这样一件事情呢？因为2019年这个市场发生了逆转，图中桔色的线是去年录音笔市场，可以看到由于手机的高度智能，这个市场开始减小，但是今年1-2月份搜狗发布新的产品之后，整个市场开始出现逆转，好像电商搜索平台的量又开始增加了。我们也成立了AI创新联盟，核心就是录音相关的，也把索尼、爱国者、纽曼这些巨头都组建起来，应该说也是搜狗牵头引领录音笔行业发生的变化。

我们可以看到在这当中有一个巨大的趋势，也就是两个基本断言，这个时代的硬件会呈现两个特点：一个是更加IO，一个是更加便携，这是技术、网络以及各种各样硬的能力给我们带来的变化。

回顾一下二十多年前，我们用的都是台式机，很重很笨，随着技术的提升，一个巨大的提升就是更加的便捷化。以前的台式机到笔记本、Pad和手机，再往下开始出现手表，耳机今年也非常火，再往下可能就是眼镜，所以硬件从计算力到连接能力以及AI化之后的一个趋势就是更加便携。另一个趋势就是更加强调IO能力。以前都是一个键盘、一个鼠标作为输入，一个屏幕作为输出，今天以手机为代表的大量虚拟触屏和语音设备，也有强大的摄像头，甚至开始有人脸识别、触控模式，包括手表开始走向心律、心电图的检测，就是越来越强调IO。个人判断音箱不会成为AI时代当中具有重大潜力的产品，虽然现在是亚马逊开头，因为音箱便携能力不够，不是跟着个人走的产品，IO能力不足，也就是声音进去声音出来，这样的场景IO能力有限，后面的AI能力就会受到巨大的限制，我们预言未来五到十年间眼镜可能会成为取代手机最重要的个人设备。

这些是我对人工智能和信息化的理解，也和邬院士有所不同，代表着2C从业人员的判断，如果有矛盾之处还是以邬院士的为准。要把人和简单的设备连接在一块，能够发邮件、聊天、看新闻看视频，这些已经做得非常好了。有人说互联网已经进入下半场了，好像做着做着就快没了，只能往下深挖，但我并没有看到瓶颈和限制，随着5G和6G技术的出现，网络正在不断出现，升级依然是主旋律，互联网文明仍然在往前走，那么就是工业互联网、产业互联网和IoT。

产业互联网更像邬院士讲的运营网络，使得网络底层的数据都被信息化，通过SaaS等模式大大改进公司的运作效率，以前靠人做决策的事情现在逐步交给机器，甚至使得公司数据走出公司边界，就像阿里的网络协同、菜鸟网络、小二以及其它广告设计，大家都在同一张网上把底层数据打通。

IoT就是Internet of Things，所以是互联网的一部分，但是中文翻译的时候可能带来一些误解，因此往下信息化依然会强烈地展开。

人工智能这个词从2016年开始就被问到非常多，如果我们忘掉这个词，而是今天我们所说的数据智能，智能来自于数据，没有数据的地方机器是没有能力去做模仿的，更没有能力去进行创造和推理，更多的就是在数据当中学习，有多少数据就能做多少人工智能，信息化做到多深人工智能就能做到多深，也就是穿透行业看到的视角。

谈到语言AI，搜狗具有得天独厚的优势，就是让语言更加性感。语言是人工智能皇冠上的明珠，代表着人工智能当中的最高水平。如果机器能够和人对话，这个机器肯定拥有很强的人工智能，就像人一样。我们看到一个机器，判断它智能不智能第一做法是和它聊两句。我们和外国人对音乐、视觉的理解都是一样的，唯独语言需要经过长期的学习。我们发明了语言，通过一种符号描述这个世界，也是知识和思维的载体，这是语言的魅力。

语言为核心的自然交互使得机器能够接受人的表达。八十年代的时候如果大家已经从业，1990年之前学电脑就是学打字，我们当时最关心的就是如何把我们的表达让机器能够理解，甚至上升到国家领导人的重要课题。李岚清到我们学校视察的时候我们就在演示新的技术，总理就说小同学，一分钟能打多少字？当时我听了很生气，这么低级的问题，但现在想起来，粮食的产量是物质的基础，汉字的产量代表着人和电脑结合最基础的元素。那个年代我们还在学习五笔，但往后走就是越来越智能，随着机器能力的提升就从人适应机器变成了机器适应人，我们开始有了语音和视觉的识别，所以人机交互会构成一个不变的主题，如何能够让机器理解人最自然的表达方式。

今天的时代已经变得非常好了，随着AI出现之后语音和图像的突破，使得机器对人的表达能够做得更好，那么就会带来新的智能硬件，手机作为载体已经发展到了极致的状态，往下也会把自然交互做得更高。

再就是知识计算，今天这在AI领域还是一个没有被攻克的问题，就是让机器产生像人一样通过语言进行分析思考。目前我们是在垂直领域来做这项局部的工作，比如现在整个通用的计算能力不够就放在医疗和客服，然后在局部领域把这样的通用智能能力限制以后降到具体的行业当中，实现局部的计算力。看一看现在人工智能在两个领域的能力，自然交互属于感知的问题，感知的问题使语音图像在今天得到深度学习的高度发展，而且是可靠的，甚至可以取代人，能够比人更加精准地工作，但知识计算是更前沿的工作，也就是对语言和符号的理解。

菜菜酱 15:55:14

（编辑：核心网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!